摘要：为避免商标纸堆叠输送装置偏移对识别结果的影响,提出了基于深度学习的商标纸堆叠输送装置异常识别方法。分析输送装置承受的最大拉力,结合定义的输送装置最大瞬时加速度得出其所受载荷值;结合商标纸堆叠变化提取输送装置点位特征,采用基于深度学习的异常状态识别方法识别异常点位。实验结果表明:所提方法识别精度较高,满足商标纸堆叠输送装置的运维需求。

摘要：为提升条烟包装质量,设计基于YOLOv4卷积神经网络的条烟包装外观缺陷检测系统。系统包括传送带模块、图像采集模块、控制模块以及执行模块。传送带模块将待检测的条烟由上游运送至检测系统;图像采集模块利用黑白相机与彩色相机在LED补光器照明下采集传送带上待检测条烟外观图像并传送至控制模块;控制模块对条烟外观图像实施滤波处理后,通过YOLOv4卷积神经网络提取条烟外观特征图;执行模块基于缺陷检测结果向PLC控制子模块发出控制信号,控制执行模块清除条烟外观缺陷检测结果不合格的产品。实验结果显示,该系统能够准确检测条烟外观缺陷,提升条烟包装质量。

摘要：非烧结型轻质骨料以既节能可利废的优势倍受国内外有关人士的青睐，我国的研究始于70年代，80年代初，作为典型代表的非银烧粉煤灰轻骨料（以下简称轻骨料）的研究崭露头角，随后进行的生产和应用至今已达十几个年头，以轻骨料加工制成的轻质小砌块，保温隔热制品、预应力轻政空心板等大量用于建筑工程，取得了良好的的社会、环境和经济效益。作者曾就节能利废轻骨料、轻骨料的生产性研究、轻骨料硷小型空心砌块、全轻小砌块建筑的设计与施工、预应力轻骨料检空心板图集编制与研究等文章，已分别在（新型建筑材料）、（粉煤灰）、（建筑砌块与砌块建筑）等杂志上发表。有关内容这里不再赘述。为引导同仁对此种轻骨料研究、应用的重视和关注，以便对其予以更广泛深入地研究，本文仪就轻骨料检的性能研究分述于后，以飨读者。1、原材料1．1胶结料采用安徽巢湖牌矿渣425＃水泥，其强度指标见表1。表且注：水泥系安徽省巢湖水泥厂生产1．2粗集料系非银烧粉煤灰轻骨料。它是一种以粉煤灰为主原料（占重量的90％左右），加入适量激发剂，经加工、造粒、自然养护等工艺过程制造出来的球状颗粒的人造轻质骨料，其产品性能见表人注：表中值的执行标准为（轻集料试验方法）GB2842－81。（非...